طراحی مدل عوامل مؤثر بر بهینه سازی فین تک در بازار مالی با استفاده از رویکرد ترکیبی

چکیده

پژوهش حاضر به بررسی عوامل مؤثر بر بهینه‌سازی فین تک در بازارهای مالی با استفاده از رویکرد ترکیبی می‌پردازد. فین تک به عنوان یکی از تحولات اساسی در دنیای مالی، به‌ویژه با استفاده از فناوری‌های نوین مانند هوش مصنوعی، بلاک‌چین، و پردازش داده‌های کلان، توانسته است تغییرات قابل توجهی در نحوه تعاملات مالی ایجاد کند. هدف این تحقیق شناسایی و مدلسازی مؤلفه‌های مؤثر بر بهینه‌سازی فین تک در بازارهای مالی و استفاده از مدل‌های بهینه‌سازی به‌منظور بهبود عملکرد آن‌ها است. در ابتدا، به‌منظور شناسایی مؤلفه‌های کلیدی، از روش کیفی و تکنیک فراترکیب استفاده شده است. در این بخش، اسناد و مقالات مرتبط با فین تک و صنعت بانکداری بررسی و داده‌های استخراج‌شده از مطالعات دیگر تحلیل شده‌اند. این داده‌ها شامل ابعاد مختلفی از جمله امنیت سایبری، شاخص‌های هوش مصنوعی، مقیاس‌پذیری سیستم‌ها و تأثیرات اقتصادی و اجتماعی فناوری‌های مالی می‌باشند. پس از شناسایی مؤلفه‌های اصلی، در بخش کمی تحقیق، مدلسازی بهینه‌سازی فین تک بر اساس این مؤلفه‌ها با استفاده از روش‌های برنامه‌ریزی ریاضی صورت گرفت. مدل‌های پیشنهادی برای بهینه‌سازی با استفاده از نرم‌افزار GAMS و الگوریتم اپسیلن محدودیت و همچنین نرم‌افزار MATLAB با الگوریتم ژنتیک مرتب‌سازی نامغلوب (NSGA-II) بهینه‌سازی شدند. نتایج به‌دست‌آمده از مدل‌های بهینه‌سازی نشان می‌دهند که بهبود در مؤلفه‌های شناسایی‌شده می‌تواند منجر به افزایش کارایی و کاهش هزینه‌ها در سیستم‌های فین تک شود. این تحقیق همچنین نشان می‌دهد که استفاده از رویکرد ترکیبی و تحلیل همزمان داده‌های کیفی و کمی می‌تواند به شبیه‌سازی دقیق‌تری از عملکرد فین تک‌ها در بازارهای مالی کمک کند و راهکارهای بهینه‌تری برای بهبود فرآیندهای مالی ارائه دهد.